استخدام أدوات التعلم الآلي للتنبؤ باستهلاك الغاز الطبيعي في محافظة إسطنبول
| العنوان | استخدام أدوات التعلم الآلي للتنبؤ باستهلاك الغاز الطبيعي في محافظة إسطنبول |
|---|---|
| المؤلف | باجة، أو. إف.، إرفورال، بي. سي.، تاتوغلو، إي.، أوزويار، بينار جوكشين، زعيم، إس. |
| تاريخ النشر: | 2019-05 |
| مكان النشر | - إلسفير |
| الموضوع | التنبؤ بالغاز الطبيعي، التعلم الآلي، الشبكة العصبية الاصطناعية، دعم انحدار المتجهات، الدول الناشئة، إسطنبول |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 0140-9883 |
| رقم السجل | 10dcca8b-08e4-45f4-b02e-a0b31581fd7f |
| موقع المكتبة | ريادة الأعمال |
| التاريخ | 2019-05 |
| نص عينة | وبما يتناسب مع الزيادات غير المسبوقة في الطلب على الطاقة، يعد نموذج التنبؤ الجيد البناء أمرًا حيويًا لإدارة سياسات الطاقة بفعالية من خلال توفير تنوع الطاقة ومتطلبات الطاقة التي تتكيف مع الهيكل الديناميكي للبلد. في هذه الدراسة، نستخدم ثلاث أدوات شعبية بديلة للتعلم الآلي من أجل الإسقاط الدقيق لاستهلاك الغاز الطبيعي في مقاطعة إسطنبول، أكبر مدينة ضخمة مستهلكة للغاز الطبيعي في تركيا. تتضمن هذه الأدوات الانحدار الخطي المتعدد (MLR)، ونهج الشبكة العصبية الاصطناعية (ANN)، ودعم الانحدار المتجه (SVR). تشير النتائج إلى أن SVR يتفوق بكثير على تقنية ANN، مما يوفر نتائج أكثر موثوقية ودقة من حيث أخطاء التنبؤ الأقل للتنبؤ بالسلاسل الزمنية لاستهلاك الغاز الطبيعي. يمكن أن تكون هذه الدراسة بمثابة دراسة مرجعية مفيدة للعديد من البلدان الناشئة بسبب بنية البيانات، وتكرار الاستهلاك، وسلوك الاستهلاك للمستهلكين في فترات زمنية مختلفة. |
| DOI | 10.1016/j.eneco.2019.03.006 |
| Cilt | 80 |
